20 jaar Cmotions: van het voorspellen van frietverkoop tot een betere toekomst met behulp van data

Cmotions bestaat dit jaar 20 jaar en 20 jaar Cmotions is ook 20 jaar vakgeschiedenis en -ontwikkeling. Dit geeft waardevolle inzichten voor de komende jaren. De toenemende stroom aan data en de middelen om die te verzamelen, te analyseren en te ontsluiten creëert een toekomst van nieuwe kansen en mogelijkheden. Met data maken we de toekomst beter. En dat doen wij samen!  Daarom wil ik jullie in een vogelvlucht meenemen door de historie van Cmotions naar de toekomst.

Terug naar 1988: voorspel de verkoop van friet

Tijdens een vakbijeenkomst van de toenmalige DDMA in Artis keken een aantal marketeers je meewarig aan als je zei dat we in staat waren om de verkoop friet te voorspellen op zowel regenachtige als zonnige dagen.

In die tijd was De Postbank, later ING, een van de eerste echte data gedreven organisatie in de financiële sector met het realiseren van een direct marketing database. Met segmentatie en klantwaardemodellen, met churn predictie en first party data marktonderzoek. Dit resulteerde uiteindelijk in het idee achter het opzetten van Cmotions.

2002: Oprichting Cmotions

Tien jaar van (marketing) data analyse typeerde de opkomst van advanced analytics. Dat was ook de focus binnen Cmotions. Niet alleen in het marketing veld, ook daarbuiten. Vergelijkbare technieken werden al langer toegepast bij risk afdelingen van financiële Instellingen. Maar in- en uitstroom modelleren was mainstream en lange tijd lag daar de nadruk op.

Data kwaliteit

In feite werd in die tijd ook de basis gelegd voor een trend die nooit meer is weg gegaan: data kwaliteit. Modelleren op basis van slechte data is nooit een goed idee. Maar wat is slechte data? Dubbelen, fouten, verkeerde gegevens, niet complete gegevens? Hét onderwerp in de periode 2002-2005.

Onderdeel van de trend van nu is wel degelijk deze vraag: om welke data gaat het eigenlijk? Is de data waarover we het hebben ondersteunend aan het doel dat we beogen? Of in termen van CRISP-DM: is de ‘data understanding’ een logisch voortvloeisel van ‘business understanding’? Snappen we waar we het over hebben en begrijpen we wat er moet gebeuren?

Van data kwaliteit naar data governance

Een stuk van deze discussie verschoof als logisch gevolg daarvan naar de besturing van data. Wie is verantwoordelijk en wie mag wat met de data en wie bepaalt dat? En dan de vraag: wie moet beschikken over welke data ? Data Governance is een trend die de komende jaren zeker nog een rol blijft spelen.

Het zijn geen applicaties meer die bepalend zijn voor databesturing, het zijn de processen met de verschillende datadomeinen die daar in een rol spelen. Waardeketens worden waarde stromen en de data in deze stroom zal waarde bepalend zijn.

Van data governance naar data compliance

De basis voor compliance ontstond in 2001, toen Harvard met een baanbrekend artikel kwam over de omkering: persoonsgegevens mogen niet meer lukraak verzameld en gebruikt gaan worden door adverteerders. Nee, de consument is eigenaar van de data en moet toestemming geven voor het gebruik door adverteerders. De basis voor privacywetgeving werd geboren.

Een trend die een feitelijkheid geworden is. Data is geen abstract iets meer, maar een verwijzing naar de menselijke werkelijkheid. Dit behoeft dus regelgeving en transparantie. Pas ik als consument in deze selectie en waarom? En waarop wordt überhaupt gedifferentieerd?

Specialisatie van het data -vak

Vanaf 2012 wordt data analyse verrijkt met andere disciplines. De data scientist doet zijn intrede en het ‘datavak’ krijgt hiermee een nieuwe specialisatie.

Niet alleen is er de data analist, ook de data engineer die pipelines bouwt, van extractie tot koppeling tot nieuwe data set. Maar ook de BI-specialist die dashboards bouwt. De data manager die de brug is tussen ICT en gebruiker en de data governance specialist die verantwoordelijkheden vaststelt en deze organisatorisch implementeert.

Data science als spelveranderaar

Data science is gelukkig niet hetzelfde lot beschoren als ‘big data’: zo’n hoge verwachting creëren dat de werkelijkheid er niet meer tegenop kan. Toch zie je geleidelijk aan een commodity denken ontstaan over data science. Dus is er behoefte aan een nieuwe hype: AI, zeg maar kunstmatige intelligentie.

De rode draad blijft wel de vraag: als data in vorm, type en hoeveelheid blijft toenemen, hoe halen we hier dan waarde uit die voor organisaties van toegevoegde waarde is? En ook al gaan we misschien wel met z’n allen binnenkort data science AI noemen, dit blijft toch de kern.

Data science is nog steeds een relatief jong vak dat veel spelverandering teweeg heeft gebracht op verschillende manieren. In de markt zijn kleinere specialistische bedrijven ontstaan op dit gebied.

Veel organisaties hebben geïnvesteerd in data science specialisten, in kennis en in cultuur. Maar hoe zit het met de ROI-vraag? Wat verdienen we ermee en weegt dit op tegen wat we er in steken? De komende jaren zal hier de focus op liggen en organisaties zullen hier kritischer mee omgaan dan ooit. Er is maar één antwoord mogelijk dat de data scientist op deze vraag kan geven: je wil goed zijn in je vak en je wil beter worden.

Wij zijn er als Cmotions in ieder geval helemaal klaar voor! En dat met een vernieuwde merkidentiteit:

Op zichzelf maken data en technologie je organisatie niet succesvoller. Dat doen mensen: jij, je werknemers, en je partners. Cmotions zet je met de juiste inzichten in de driver seat, waardoor je fact-based beslissingen neemt en een stevig fundament bouwt om vooruit te bewegen. Zo hou je de focus op een duurzaam resultaat voor de toekomst waarin jij je eigen ambities waarmaakt.

Onze belofte voor de komende 20 jaar dat wij alleen maar samen met elkaar waar kunnen maken: creating a better future with data!

Op naar een betere toekomst met data!